
[FDE] Forward Deployed Engineer Lead (창원)
공고 요약
담당업무
창원 오피스 AI 엔지니어링 조직과 업무 체계 구축
제조 현장 비즈니스 문제와 고객 요구사항을 AI·ML 문제로 구체화
고객 요구사항 분석부터 제안, 설계, 개발, 검증, 배포, 안정화까지 SI 프로젝트 리딩
반복 문제와 해결 방식을 표준화하고 재사용 가능한 기술 자산으로 개발
서울 본사 FDE, Product, Platform, Business Development 조직과 협업
자격요건
AI/ML, 데이터, 소프트웨어 엔지니어링 분야 10년 이상 경력
AI 또는 소프트웨어 엔지니어링 조직 구성·운영 경험
팀원 업무 배분, 성과관리, 피드백과 성장 지원 경험
머신러닝 프로젝트 직접 수행 또는 기술 리딩 경험
비즈니스 요구사항을 데이터·AI 문제와 시스템 아키텍처로 구체화하는 역량
프로젝트 일정, 범위, 품질, 인력, 기술 리스크 관리 역량
고객사와 개발조직 사이에서 기술 내용을 설명하고 의사결정을 이끄는 역량
Python 기반 데이터 분석 및 머신러닝 개발환경 이해
코드와 시스템 설계 기술 검토 역량
출장, 외근, 고객사 현장 업무에 유연하게 대응
우대사항
기계, 자동차부품, 에너지 등 제조기업 대상 AI 프로젝트 경험
예측, 이상탐지, 예지보전, FDC, 공정 최적화, 머신비전 시스템 구축 경험
LLM, VLM, RAG, AI Agent 기반 산업용 애플리케이션 설계·구축 경험
데이터 수집부터 모델 학습, 배포, 모니터링, 재학습까지 MLOps 파이프라인 구축 경험
Docker·Kubernetes 기반 온프레미스·프라이빗 Cloud 환경 경험
PyTorch, MLflow, Airflow, Kubeflow, Triton 활용 경험
MES, ERP, PLM, Historian, 설비 데이터베이스 등 제조 시스템 연계 경험
신규 조직 또는 지역 거점 조직을 초기부터 구축하고 성장시킨 경험
기술 제안서 작성, 고객 대상 기술 발표, Pre-sales 활동 경험
프로젝트 경험을 표준 프로세스, 공통 모듈, 제품 기능으로 자산화한 경험
기술환경
Programming: Python, SQL
Machine Learning: PyTorch, scikit-learn, XGBoost
LLM/Agent: LLM, VLM, RAG, LangChain, LangGraph
MLOps: MLflow, Airflow, Kubeflow, Triton Inference Server
Infrastructure: Docker, Kubernetes, Linux
Data: RDBMS, Vector DB, 제조 설비 및 시계열 데이터
Cloud/On-premise: AWS, Azure, GCP, Private Cloud, 폐쇄망 환경
Collaboration: Git, GitHub, Jira, Confluence
리더십
관리 업무에만 집중하지 않고 프로젝트 핵심 기술 문제를 함께 해결하는 Hands-on 리더십
불명확한 고객 요구사항을 실행 가능한 과제로 전환하는 문제 정의 역량
단기 프로젝트 성과와 중장기 팀 역량 강화를 함께 고려하는 조직 운영 역량
고객과의 약속, 프로젝트 품질, 팀원 성장을 책임지는 오너십
본사와 지역 오피스 간 협업을 이끄는 커뮤니케이션 역량
전형절차
서류검토
사전 인터뷰
기술 및 리더십 인터뷰
Fit 인터뷰
평판조회
근무환경
초기 온보딩 기간 중 본사 근무 가능
영남권 고객사 출장·외근 및 일정 기간 현장 근무
입사 후 3개월 수습 기간 및 수습 평가
수습 기간 급여 100% 지급
마감기한
상시채용
마키나락스 지원하기 전 이력서 Check
시간이 없다면 AI와 한번에 수정해보세요